Potensi Pola Aliran Mudik…| Ari Purwanto Sarwo Prasojo dkk.

Jurnal Kependudukan | Edisi Khusus Demografi dan COVID-19, Juli 2020 | 21-26

JURNAL KEPENDUDUKAN INDONESIA

p-ISSN : 1907-2902 (Print) e-ISSN : 2502-8537 (Online)

POTENSI POLA ALIRAN MUDIK PADA MASA PANDEMI COVID-19

(THE POTENTIAL OF "MUDIK" FLOWS PATTERNS IN COVID-19 PANDEMIC)

Ari Purwanto Sarwo Prasojo*, Yulinda Nurul Aini, Dwiyanti Kusumaningrum Pusat Penelitian Kependudukan, Lembaga Ilmu Pengetahuan Indonesia

*Korespondensi penulis: [email protected]

Abstract

Millions of people in Indonesia traditionally return to their home town every year in a tradition called "mudik". Unlike previous years, the annual tradition has become a cause for concern after COVID-19. This article presents the potential of mudik flows patterns during the COVID-19 pandemic, which were divided into 11 regions. We use a circlize plot chord diagram to show the potential of mudik flows patterns based on primary survey data on community perceptions regarding mobility and transportation during COVID-19. The results show that the most massive mudik flow is expected to occur from Jabodetabek to Central Java. Jabodetabek is the highest mudik origin, while Central Java and East Java are the highest mudik destinations. We suggest that government should anticipate the spread of COVID-19 by limiting mobility as they have been done this year. In addition, this must also be supported by citizen's awareness and coordination between local governments.

Keywords: chord diagram, COVID-19, flow patterns, mudik, mobility

Mudik merupakan fenomena sosial di Indonesia yang karena adanya pandemi COVID-191 yang juga melanda terjadi setiap tahun. Mudik pada dasarnya dimaknai Indonesia. sebagai pulang ke halaman, khususnya pada hari-hari besar seperti hari . Fenomena mudik Sejak kasus positif pertama diumumkan pada 2 Maret mulai menjadi tren sejak berkembangnya kota-kota 2020, tren kasus COVID-19 di Indonesia semakin besar di Indonesia pada awal tahun 1970-an (Somantri, meningkat. Berdasarkan data yang dirilis Gugus Tugas 2007). Sejak tahun 70-an, kota-kota berkembang Percepatan Penanganan COVID-19 per 8 Juni 2020, sebagai simpul sumber penghidupan sekaligus tempat total jumlah kasus positif di Indonesia kini mencapai singgah bagi para pendatang yang berasal dari berbagai 32.033 kasus yang tersebar di hampir seluruh provinsi daerah. di Indonesia. Jumlah kasus terbanyak hingga saat ini berada di Provinsi DKI dengan 8.033 kasus Warga kota, khususnya pendatang dari desa yang telah (25,8 persen) dan Provinsi Jawa Timur dengan 5.948 bermigrasi cukup lama ke kota biasanya melakukan kasus (19,1 persen). aktivitas mudik pada hari libur kerja yang panjang dan bermakna kultural seperti Lebaran, Natal maupun Pada masa pandemi COVID-19, kota-kota besar tidak Tahun Baru (Somantri, 2007). Dari tahun ke tahun, hanya menjadi simpul kegiatan ekonomi, tetapi juga mudik tidak pernah menjadi hal yang mengkhawatirkan menjadi simpul penyebaran COVID-19. Mobilitas selain persoalan kemacetan. Namun, pada tahun 2020 manusia yang tinggi di wilayah perkotaan kini menjadi ini, mudik menjadi hal yang sangat mengkhawatirkan faktor utama dalam penyebaran COVID-19. Beberapa penelitian menunjukkan bahwa mobilitas manusia

1 Menurut World Health Organization (WHO), COVID-19 adalah wabah yang terjadi di Wuhan, Tiongkok pada bulan Desember penyakit menular yang disebabkan oleh jenis coronavirus yang 2019. COVID-19 ini sekarang menjadi pandemi yang terjadi di baru ditemukan. Virus dan penyakit ini pertama kali muncul pada banyak negara di seluruh dunia.

21 Jurnal Kependudukan Indonesia | Edisi Khusus Demografi dan COVID-19, Juli 2020 | 21-26 sangat berperan dalam penyebaran wabah (Hisi dkk., Sosial COVID-19 tentang persepsi masyarakat terkait 2019; Merler & Ajelli, 2012; Universitat Rovira i mobilitas dan transportasi dalam menghadapi wabah Virgili, 2018). Dalam konteks ini, fenomena mudik COVID-19 yang dilakukan oleh Tim Panel Sosial dipandang sangat mengkhawatirkan karena berpotensi Kebencanaan LIPI beserta beberapa universitas dan menyebarkan COVID-19. Di Indonesia, Pulau Jawa lembaga. Survei dilaksanakan secara daring menjadi wilayah yang paling rentan karena memiliki menggunakan platform Google pada 28 Maret - 2 April aktivitas mudik yang tinggi dibandingkan dengan 2020 dengan target responden penduduk 15 tahun ke wilayah lain.2 atas di Indonesia.

Artikel ini menyajikan potensi pola aliran mudik di Pengumpulan data survei menggunakan teknik masa pandemi COVID-19 yang dibagi ke dalam 11 pengambilan sampel kombinasi6 accidental, voluntary, wilayah, yakni: Jabodetabek3, Jawa Barat tanpa dan snowball sampling. Jumlah responden yang Bodebek4 (Jabar*), Banten tanpa Tangerang Raya5 dianalisis sebanyak 4.602 dengan persentase laki-laki (Banten*), Jawa Tengah (Jateng), Daerah Istimewa dan perempuan setelah dilakukan matching7 Yogyakarta (DIY), Jawa Timur (Jatim), Sumatera, karakteristik demografi jenis kelamin berturut-turut Kalimantan, dan Nusa Tenggara (Bali & Nusra), adalah 50,00 persen dan 49,99 persen. Kemungkinan Sulawesi, Maluku & Papua. Potensi aliran mudik kami aliran mudik didefinisikan sebagai perbedaan antara sajikan dengan visualisasi plot chord diagram yang kabupaten/kota tempat tinggal dengan rencana dibuat dengan menggunakan paket circlize pada perjalanan mudik atau ke luar kota. Rencana tersebut program R (Gu dkk., 2014). Setiap aliran akan dilakukan pada waktu awal April, awal merepresentasikan asal, tujuan, arah, dan besaran aliran Ramadhan, masa cuti Idul Fitri atau setelahnya. antar wilayah. Kami menggunakan data Survei Aspek

Gambar 1. (A) Persentase Responden yang Memiliki Rencana Mudik Menurut Kegiatan, Pendidikan, Umur. (B) Persentase Moda Transportasi yang Dipilih Responden yang Merencanakan Pemudik

(A) (B) Sumber: data primer diolah dan divisualisasi oleh penulis (2020)

2 Riset yang dilakukan oleh Tirto.id tahun 2019 yang menunjukkan 5 Kota Tangerang, Kabupaten Tangerang, dan Kota Tangerang bahwa Pulau Jawa adalah kampung halaman bagi sebagian besar Selatan. pendatang yang tinggal di kota dengan Provinsi Jawa Tengah 6 Berkaitan dengan operasional pengumpulan data, tautan sebagai destinasi mudik tertinggi. kuesioner survei di sebar melalui media sosial diteruskan antar 3 Wilayah administrasi Provinsi DKI Jakarta, Kota Tangerang, orang ke orang dan partisipasi survei sifatnya sukarela. Metode ini Kabupaten Tangerang, Kota Tangerang Selatan, Kota Depok, Kota untuk mendapatkan respon partisipan sebanyak-banyaknya. Bogor, Kabupaten Bogor, Kota Bekasi, dan Kabupaten Bekasi. 7 Proses pemberian bobot supaya variabel yang diminati memiliki 4 Kota Bogor, Kabupaten Bogor, Kota Depok, Kota Bekasi, dan sebaran yang mirip dengan kondisi populasi. Kabupaten Bekasi.

22 Potensi Pola Aliran Mudik…| Ari Purwanto Sarwo Prasojo dkk.

Berdasarkan hasil survei, wabah COVID-19 tidak responden yang paling banyak merencanakan mudik menjadi halangan bagi penduduk yang berniat untuk (Gambar 1A). Adapun moda transportasi yang banyak mudik. Meskipun banyak dari mereka yang memilih dipilih responden dalam merencanakan mudik adalah untuk menunda mudik, namun persentase penduduk mobil pribadi dan pesawat (Gambar 1B). yang berencana mudik masih cukup besar, yaitu sekitar 44,00 persen. Libur nasional terutama saat Idul Fitri Plot chord diagram pada Gambar 2 menyajikan 99 menjadi momen penduduk untuk melaksanakan mudik potensi aliran mudik, 11 di antaranya adalah aliran (Iriyanto, 2012). Bahkan 60,64 persen dari responden internal. Informasi yang disajikan pada plot tersebut yang berencana mudik memilih untuk melaksanakan mencakup wilayah asal dan tujuan, arah, serta besaran mudik di waktu ini. Hal ini sejalan dengan penelitian aliran mudik. Arah aliran ditunjukkan dengan panah Lestari (2019) yang menyatakan bahwa mayoritas pada ujung pita, sedangkan lebar pita mewakili besaran pemudik merencanakan perjalanan mudik dari H-3 aliran. Pita disusun secara berurutan menurut besarnya sampai hari-H Lebaran. Berdasarkan kegiatan dan aliran. Panjang absis pada setiap wilayah menunjukkan pendidikan tertinggi, responden yang kegiatannya aliran mudik bruto, yakni jumlah antara aliran mudik bekerja, berpendidikan diploma ke atas, berturut-turut internal, keluar, dan masuk. Setiap wilayah diberikan menjadi responden yang paling banyak merencanakan warna yang berbeda, sedangkan aliran internal mudik. Sementara jika dilihat berdasarkan kelompok diberikan warna yang lebih transparan. umur, responden pada kelompok umur 21-30 menjadi

Gambar 2. Potensi Pola Aliran Mudik (Besaran dalam persen)

Sumber: data primer diolah dan divisualisasi oleh penulis (2020)

Berdasarkan Gambar 2, Jabodetabek menjadi wilayah dari responden yang berencana mudik. Selain Jawa dengan calon pemudik terbesar di Indonesia, yaitu Tengah, Jabar* (6,38 persen), Sumatera (5,54 persen), sebesar 37,65 persen. Calon pemudik dari wilayah ini Jatim (4,99 persen), dan DIY (3,71 persen) menjadi memiliki tujuan mudik yang tersebar di beberapa tujuan bagi calon pemudik dari Jabodetabek. Sumatera wilayah. Aliran terbesar terjadi dari Jabodetabek menjadi wilayah kedua dengan persentase calon menuju Jateng dengan persentase sebesar 10,44 persen pemudik tertinggi (13,09 persen). Aliran di wilayah ini

23 Jurnal Kependudukan Indonesia | Edisi Khusus Demografi dan COVID-19, Juli 2020 | 21-26 didominasi oleh aliran internal (8,07 persen). Beberapa dihitung dari selisih aliran yang keluar dan yang masuk wilayah lain yang diperkirakan juga akan didominasi antar setiap pasangan aliran (Qi dkk., 2017). Angka oleh aliran internal antara lain Jatim (6,97 persen), positif yang dihasilkan dari perhitungan tersebut Jateng (5,54 persen), Jabar* (3,02 persen), dan Sulawesi menunjukkan aliran keluar yang lebih besar, sedangkan (2,67 persen). Tanpa melihat aliran internal, wilayah angka negatif menunjukkan aliran masuk yang lebih yang diperkirakan menjadi pengirim pemudik besar. Pada Gambar 3, kami hanya menyajikan angka terbanyak di antaranya adalah Jabodetabek (35,77 yang positif, tetapi aliran mudik masuk neto dapat persen) dan Sumatera (5,05 persen), sedangkan wilayah dilihat dari lebar pita yang masuk di setiap wilayah. penerima pemudik terbanyak adalah Jateng (19,54 Berdasarkan Gambar 3, aliran terbesar adalah dari persen) dan Jatim (10,24 persen). Jabodetabek ke Jateng. Jabodetabek menjadi wilayah pengirim pemudik terbesar, sedangkan Jateng dan Jatim Untuk memperjelas pola aliran, kami membuat aliran adalah dua provinsi penerima terbesar dari berbagai mudik neto yang disajikan pada Gambar 3. Visualisasi wilayah (yang dominan berasal dari Jabodetabek). Pola chord diagram ini menyediakan representasi yang lebih aliran ini konsisten dengan pola aliran yang disajikan efektif untuk melihat arah mobilitas dibanding plot pada pada Gambar 2. Gambar 2 (Abel & Sander, 2014). Aliran mudik neto

Gambar 3. Potensi Pola Aliran Mudik Neto (Besaran dalam persen)

Sumber: data primer diolah dan divisualisasi oleh penulis (2020)

KESIMPULAN berturut-turut sebagai provinsi penerima terbesar. Di samping soal kultur masyarakat, motivasi mudik yang Pandemi COVID-19 tidak menjadi penghalang bagi dimiliki sebagian penduduk pada tahun ini juga penduduk untuk melakukan kegiatan mudik. Aliran disebabkan oleh beberapa alasan, di antaranya karena mudik terbesar diperkirakan akan terjadi dari adanya ketidakpastian atau hilangnya pekerjaan akibat Jabodetabek ke Jateng. Jabodetabek menjadi wilayah dampak COVID-19, berpisah dari keluarga, perubahan pengirim pemudik terbesar, sedangkan Jateng dan Jatim

24 Potensi Pola Aliran Mudik…| Ari Purwanto Sarwo Prasojo dkk. lingkungan sosial, dan takut tertular virus (Ivakhnyuk, menempati 5 besar wilayah dengan jumlah kasus positif 2020). tertinggi di Indonesia (Gugus Tugas Percepatan Penanganan COVID-19, 2020). Temuan juga menunjukkan bahwa responden dengan kegiatan bekerja menjadi responden yang paling Potensi pola aliran mudik dan penularan yang telah banyak merencanakan mudik. Studi ini memiliki diulas sangat mungkin terjadi baik pada tahun ini keterbatasan dalam hal cakupan responden yang maupun pada tahun berikutnya jika pandemi belum terjaring dalam survei, yakni adanya kecenderungan usai. Intervensi pemerintah sangat diperlukan dalam terkonsentrasi pada kelompok menengah ke atas. mengantisipasi penyebaran COVID-19, salah satunya Namun demikian, temuan tersebut cukup memberikan dengan mengeluarkan larangan mudik dan juga informasi bahwa kelompok pekerja, baik formal mengatur kebijakan transportasi darat dan udara untuk maupun informal perlu menjadi perhatian dalam hal membatasi mobilitas penduduk seperti yang telah mudik ini. dilakukan pada tahun ini. Di samping itu, larangan mudik juga harus didukung dengan kesadaran dan Mudik menjadi sangat mengkhawatirkan karena kedisiplinan masyarakat serta koordinasi yang baik membuka potensi bahaya lainnya karena pemudik antar pemerintah daerah agar antisipasi penyebaran belum tentu 100 persen bebas dari virus. Pemudik COVID-19 dapat berjalan optimal. sangat berpotensi menjadi carrier atau pembawa virus dari daerah yang telah terpapar COVID-19 sehingga dapat menjadi sumber penularan dan memperluas UCAPAN TERIMA KASIH wilayah keterpaparan COVID-19. Potensi virus menginfeksi lebih banyak orang semakin besar Ucapan terima kasih kami sampaikan kepada seluruh sehingga episentrum COVID-19 bisa muncul akibat Tim Panel Sosial Kebencanaan di bawah koordinasi tingginya aliran mudik ke suatu wilayah. Hal ini Kedeputian Bidang IPSK-LIPI sebagai penyelenggara terbukti dengan fakta bahwa Jatim dan Jateng sebagai Survei Aspek Sosial COVID-19 tentang persepsi wilayah yang diperkirakan menjadi wilayah terbesar masyarakat terkait mobilitas dan transportasi dalam sebagai penerima pemudik kini telah menjadi menghadapi wabah COVID-19. episentrum baru penyebaran COVID-19 dan

DAFTAR PUSTAKA

Abel, G. J., & Sander, N. (2014). Quantifying Global Ivakhnyuk, I. (2020). Coronavirus pandemic challenges International Migration Flows. Science, migrants worldwide and in Russia. Population 343(6178), 1520-1522. and Economics, 4(2), 49-55. https://doi.org/10.1126/science.1248676 https://doi.org/10.3897/popecon.4.e53201

Gu, Z., Gu, L., Eils, R., Schlesner, M., & Brors, B. Lestari, F. (2019). Kajian Karakteristik Arus Mudik (2014). Circlize implements and enhances Lebaran Menggunakan Survei Online. Jurnal circular visualization in R. Bioinformatics, Penelitian Transportasi Darat, 21(1), 31-36. 30(19), 2811-2812. https://doi.org/10.25104/jptd.v21i1.1165 https://doi.org/10.1093/bioinformatics/btu393 Merler, S., & Ajelli, M. (2012). Human mobility and Gugus Tugas Percepatan Penanganan COVID-19. population heterogeneity in the spread of an (2020). Peta Sebaran. Retrieved 4 Juni 2020 epidemic. Procedia Computer Science, 1(1), from https://covid19.go.id/peta-sebaran 2237-2244. https://doi.org/10.1016/j.procs.2010.04.250 Hisi, A. N. S., Macau, E. E. N., & Tizei, L. H. G. (2019). The role of mobility in epidemic dynamics. Qi, W., Abel, G. J., Muttarak, R., & Liu, S. (2017). Physica A: Statistical Mechanics and its Circular visualization of China's internal Applications, 526, 1-8. migration flows 2010-2015. Environment and https://doi.org/10.1016/j.physa.2019.03.028 Planning, 49(11), 2432-2436. https://doi.org/10.1177/0308518X17718375 Iriyanto, A. M. (2012). Mudik dan Keretakan Budaya. Humanika, 15(9). https://doi.org/10.14710/humanika.15.9.

25 Jurnal Kependudukan Indonesia | Edisi Khusus Demografi dan COVID-19, Juli 2020 | 21-26 Somantri, G. R. (2007). Kajian Sosiologis Fenomena Universitat Rovira i Virgili. (Januari, 2018). Mobility Mudik. Universitas Indonesia. patterns influence the spread and containment http://staff.ui.ac.id/system/files/users/gumilar.r of an epidemic: Mathematical model predicts 09/publication/kompilasi-buku.pdf the spread of diseases in situations of recurring mobility. Science Daily. https://www.sciencedaily.com/releases/2018/0 1/180118101224.htm

26